NumPy中向空数组添加行的报错问题及替代方案咨询

关于你提出的初始化方案可行性 #

用np.zeros(3)初始化AA后再移除第一行是可行的，但确实不够简洁，而且如果循环次数较多，频繁调用vstack会因为重复内存分配导致效率偏低。

更优的解决方案 #

1. 先收集到Python列表，再一次性合并 #

这是最常用也最高效的方式，因为Python列表的append操作开销远小于NumPy数组的堆叠：

import numpy as np

arr_list = []
for i in range(3):
    BB = np.random.rand(3)
    arr_list.append(BB)
CC = np.vstack(arr_list)

2. 预分配数组直接填充（推荐） #

如果提前知道最终数组的形状（比如这里是3行3列），直接预分配内存再逐行填充，效率最高：

import numpy as np

# 预分配3行3列的数组
CC = np.zeros((3, 3))
for i in range(3):
    CC[i] = np.random.rand(3)

3. 正确初始化二维空数组 #

你原代码报错的核心原因是：np.array([])是一维空数组（形状(0,))，而BB是一维数组（形状(3,))，vstack要求除堆叠轴外的维度完全匹配。只需把AA初始化为二维空数组，就能直接循环堆叠：

import numpy as np

# 初始化形状为(0, 3)的二维空数组
AA = np.empty((0, 3))
for i in range(3):
    BB = np.random.rand(3)
    AA = np.vstack((AA, BB))
CC = AA

内容的提问来源于stack exchange，提问作者diedro